1、Spring Boot 的自动配置是如何实现的？ Spring Boot 项目的启动注解是：@SpringBootApplication，其实它就是由下面三个注解组成的： • @Configuration • @ComponentScan • @EnableAutoConfiguration 其中 @EnableAutoConfiguration 是实现自动配置的入口，该注解又通过 @Impo
转载
2024-09-27 15:02:04
21阅读
在实现Spring Boot并发调优方面，首先需要了解并发调优的概念和原则，以及通过哪些方式可以提高系统的并发处理能力。本文将针对这个问题进行详细的解释，并提供代码示例帮助理解。以下是整个流程和步骤的概述：
| 步骤 | 描述 |
| ---- | ----- |
| 1 | 确定并发问题 |
| 2 | 了解并发处理原则 |
| 3 | 使用线程池提高并发处理能力 |
| 4 | 避免共享资源
原创
2024-05-28 11:19:19
59阅读
一、learning rate 简述lr全称learning rate（一下简称lr），是机器学习和深度学习中最为重要的超参数之一，会影响模型训练结果的好坏，有时候甚至会直接导致整个模型无法使用。lr最直接的可观测的影响就是loss值的变化，较大的学习率会更容易收敛也更容易出现陷入局部最优解的情况，而过大的学习率会导致loss无法收敛甚至出现nan的情况；较小的学习率更容易找到全局最优解但是los
转载
2024-03-26 23:39:53
219阅读
调参数是深度学习工作中，必不可少的一步。“得参数者，得天下“那么，调参的方法常见的有哪些？小编为您总结一番~01寻找合适的学习率(learning rate)学习率是一个非常非常重要的超参数在面对不同规模、不同batch-size、不同优化方式、不同数据集时，学习率的最合适的值都是不确定的，所以，我们无法光凭经验来准确地确定学习率的值。策略：在训练中不断寻找最合适当前状态的学习率。下图利用fast
转载
2024-03-18 20:15:06
60阅读
原创
2022-05-17 14:57:02
306阅读
调参
原创
2021-07-12 14:39:54
360阅读
做dl也有一段时间了，积累了一些经验，也在网上看到一些别人的经验。 为了面试，结合知乎上面的问答，我也总结了一下，欢迎大家补充。知乎 深度学习调参有哪些技巧？一. 初始化 有人用normal初始化cnn的参数，最后acc只能到70%多，仅仅改成xavier，acc可以到98%。二.从理解CNN网络以产生直觉去调参数的角度考虑，应该使用可视化 可视化（知乎用户 杨军）1.Visualize L
转载
2024-04-07 08:42:23
81阅读
在
深度学习中，有许多不同的深度网络结构，包括卷积
神经网络(CNN或convnet)、长短期记忆网络(LSTM)和生成对抗网络(GAN)等。
在计算机视觉领域，对卷积神经网络(简称为CNN)的研究和应用都取得了显著的成果N网络最初的诞生收到了动物视觉神经机制的启发，目前已成功用于机器视觉等领域中。
技术博客Towards Data Science最近发布了
转载
2024-08-14 09:16:19
14阅读
高并发系统保护的三把利器 : 缓存、降级和限流 缓存 缓存的目的是提升系统访问速度和增大系统处理容量降级 降级是当服务出现问题或者影响到核心流程时，需要暂时屏蔽掉，待高峰或者问题解决后再打开限流 限流的目的是通过对并发访问/请求进行限速，或者对一个时间窗口内的请求进行限速来保护系统，一旦达到限制速率则可以拒绝服务、排队或等待、降级等处理今天呢，咱们主要来聊一聊限流对于比较
转载
2024-08-06 21:01:01
246阅读
底层的并发功能与并发语义不存在一一对应的关系。同步和条件等底层机制在实现应用层协议与策略须始终保持一致。（需要设计级别策略。----底层机制与设计级策略不一致问题）。简介1.并发简史。（资源利用率/公平性/便利性),进程通信通过粗粒度通信机制：文件/套接字/信号量/信号处理器/共享内存。高效做事----串行和异步好的平衡。线程共享文件句柄和内存句柄，都有自己的程序计数器、栈、局部变量；都访问堆中内
转载
2023-06-28 14:05:33
74阅读
文章目录一、SpringBoot是什么？二、什么事微服务
二、如何和面试官谈谈你对springboot的理解总结 一、SpringBoot是什么？ springboot是一个微服务的框架，是基于spirng开发的一个javaweb框架，好处是能够简单的利于开发，springboot是被抽象出
转载
2024-03-20 14:36:02
47阅读
"Editor$Edit$txbTitle":"这是绕过登录的标题：北京-宏哥"， 以上所述是小编给大家介绍的python接口自动化参数关联接口详解整合，}r2 = s.post(url2， 'XXX') # 填上面抓包内容c.set('.Cnblogs.AspNetCore.Cookies'，希望带小伙伴进一步巩固胜利的果实，那我们想办法将这个参数提取出来就可以了 二、提取参数 1、我们需要的参
转载
2023-10-14 23:03:04
129阅读
在机器学习中，模型的参数调整是非常重要的一件事，如果能找到合适的参数，那么模型的泛化能力就会得到很大的提升。但现实是，模型有很多参数，而且这些参数的取值范围也都很大。如果用人工手动去调整，既费时又费力。好在，scikit-learn给我们提供了一个自动调参的解决方案——网格搜索。GridSearchCV，它存在的意义就是自动调参，只要把参数输进去，就能给出最优化的结果和参数。但是这个方法适合于小数
转载
2024-08-17 15:50:02
82阅读
文章目录前言一、Ray Tune是什么？二、使用步骤1.安装包2.引入库3.读入数据（与Ray Tune无关）4.构建神经网络模型（与Ray Tune无关）5.模型的训练和测试（与Ray Tune无关）6.构建“Trainable”7.超参搜索总结 前言本文以PyTorch框架构建的卷积网络模型做分类任务为例介绍如何使用Ray Tune进行自动调参，相关代码引自官网文档。一、Ray Tune是什
转载
2023-10-20 22:39:57
595阅读
cnn调参技巧记录，好的参数不光可以加速模型收敛，而且可以有效的避免很多错误。当然在很多简单任务中可能完全随机的模型初始参数，简单的一些建议学习率以及动量都可以得到一个比较满意的结果，比如单一，简单的降质模型下的图像生成，类别简单少量的一些分类任务等，不好的初始化参数是可以应对简单任务的。但是对于复杂任务就很难了，因为初始化参数选择的不好，导致结果十分不可控。因为不好的初始化参数导致结果很不可靠，
转载
2024-04-25 13:03:25
55阅读
文章目录一、前言二、RegistryProtocol#export1. URL解析1.1 获取注册中心URL1.2 获取服务URL1.3 获取订阅URL2. 服务暴露3. 服务注册4. 服务订阅4.1 ZookeeperRegistry#doSubscribe4.1.1 根节点的监听4.1.2 URL 分类遍历4.1.3 监听器的设置4.2 ZookeeperRegistry#notify三、D
转载
2024-07-22 13:42:09
434阅读
一、Jvm参数设置 1、设置内存参数 java -Xms64m #JVM启动时的初始堆
转载
2021-07-12 09:35:00
248阅读
2评论
一、jmap -heap 命令结果分析（1.8和1.7会有区别） jmap -heap pid Attaching to process ID 3764, please wait... Debugger attached successfully. Server compiler detected. ...
转载
2021-07-24 14:11:00
138阅读
2评论
点到直线距离，直线的点向式与一般式互换
原创
2021-08-05 11:01:05
280阅读
（1） 二者应用不同一般Linear Regression是解决回归问题，而 Logistic Regression是应用于分类问题。Logistic Regression除了可以解决二分类问题外，还可以解决多分类问题。采用 Logistic Regression进行多分类的思路是：选取某个分类作为正样本，其他分类作为负样本建立一个二分类模型；以此类推建立多个（有几个分类就建几个）二分
